We represent lead-time by L. This l

We represent lead-time by L. This lead-time could be due to order processing, manufacturing flow time, transportation time or any other types of delays. Therefore, because of the existence of lead-time between placing order and receiving the products into stock, we need to forecast demand. In the past research especially in the case of single product supply chains, various forecasting methods such as moving average, exponential smoothing, minimum expected mean squares of error are utilized to predict the lead-time demand and then a measure for bullwhip effect is derived for each situation. In case of multi-product supply chains, Chaharsooghi and Sadeghi (2009) considered a supply chain with two products in which retailer used moving average forecasting method for lead-time demand prediction. Here in this paper, to provide a useful comparison between two major forecasting methods (i.e. moving average and exponential smoothing) we suppose that retailer uses exponential smoothing forecasting method to predict lead-time demand and after that, results will be compared with the previous research conducted by Chaharsooghi and Sadeghi (2009) in case of moving average method.

ผลลัพธ์ (ไทย) 1:

เราเป็นตัวแทนตรงเวลา โดย L. เวลานี้อาจเป็น เพราะสั่งการประมวลผล การผลิตการตัดค่าเสื่อมเวลา เวลาเดินทาง หรือชนิดอื่น ๆ ของความล่าช้า ดังนั้น เพราะการดำรงอยู่ของเวลาระหว่างการสั่งซื้อ และรับสินค้าเข้าสต็อก เราจำเป็นต้องคาดการณ์ความต้องการ ในการวิจัยที่ผ่านมาโดยเฉพาะอย่างยิ่งในกรณีของห่วงโซ่อุปทานของผลิตภัณฑ์เดียว วิธีการการคาดการณ์ต่าง ๆ เช่นเคลื่อนไหวเฉลี่ย เนนเรียบ ขั้นต่ำคาดว่า หมายถึงช่องสี่เหลี่ยมของข้อผิดพลาดจะถูกใช้เพื่อคาดการณ์ความต้องการตรงเวลาแล้ว มาวัดผล bullwhip สำหรับแต่ละสถานการณ์ ในกรณีที่โซ่อุปทานหลายสินค้า Chaharsooghi และ Sadeghi (2009) ถือว่าโซ่ มีสองผลิตภัณฑ์ในซึ่งร้านค้าปลีกที่ใช้ค่าเฉลี่ยเคลื่อนที่การคาดการณ์วิธีการคาดเดาความต้องการตรงเวลา นี่ในกระดาษนี้ เพื่อให้การเปรียบเทียบประโยชน์ระหว่างสองวิธีการคาดการณ์ที่สำคัญ (เช่นย้ายเฉลี่ย และเนนเรียบ) เราสมมติว่า จำหน่ายใช้วิธีการคาดการณ์เรียบเนนการทำนายความต้องการตรงเวลา และหลังจากนั้น เปรียบเทียบกับผลงานวิจัยที่ดำเนินการ โดย Chaharsooghi และ Sadeghi (2009) ย้ายวิธีเฉลี่ย

ผลลัพธ์ (ไทย) 2:

เราเป็นตัวแทนนำเวลาโดยแอลนำเวลานี้อาจจะเกิดจากการสั่งประมวลผลการผลิตชั้นโอ๊ยเวลาเวลาการขนส่งหรือชนิดอื่น ๆ ของความล่าช้า ดังนั้นเพราะการดำรงอยู่ของตะกั่วเวลาระหว่างการสั่งซื้อและรับสินค้าเป็นหุ้นที่เราต้องที่จะคาดการณ์ความต้องการ ในการวิจัยที่ผ่านมาโดยเฉพาะอย่างยิ่งในกรณีของห่วงโซ่อุปทานของผลิตภัณฑ์เดียวที่วิธีการพยากรณ์ต่างๆเช่นค่าเฉลี่ยเคลื่อนที่ชี้แจงเรียบขั้นต่ำคาดว่าสี่เหลี่ยมเฉลี่ยของข้อผิดพลาดถูกนำมาใช้ในการคาดการณ์ความต้องการนำเวลาแล้ววัดสำหรับผล bullwhip ได้มาสำหรับ ในแต่ละสถานการณ์ ในกรณีของห่วงโซ่อุปทานหลายผลิตภัณฑ์และ Chaharsooghi Sadeghi (2009) การพิจารณาห่วงโซ่อุปทานที่มีสองผลิตภัณฑ์ที่ร้านค้าปลีกที่ใช้วิธีการพยากรณ์การย้ายเฉลี่ยสำหรับการคาดการณ์ความต้องการนำเวลา ที่นี่ในบทความนี้

ผลลัพธ์ (ไทย) 3:

เราเป็นตัวแทนของเวลานำโดย นี้อาจจะเนื่องจากเวลานำเพื่อการประมวลผล การผลิตflโอ้ยเวลาขนส่ง เวลา หรืออื่น ๆชนิดของความล่าช้า ดังนั้น เพราะการดำรงอยู่ของระยะเวลาระหว่างการวางสั่งซื้อและได้รับสินค้าใน Stock , เราต้องประมาณการความต้องการ ในอดีตการวิจัยโดยเฉพาะอย่างยิ่งในกรณีของห่วงโซ่อุปทานของผลิตภัณฑ์ต่าง ๆเช่น เดียว วิธีการพยากรณ์ค่าเฉลี่ยเคลื่อนที่ชี้แจงเรียบ อย่างน้อยคาดว่าหมายถึงสี่เหลี่ยมของข้อผิดพลาดที่ใช้ทำนายระยะเวลาในความต้องการและมาตรการ bullwhip ผลที่ได้มาในแต่ละสถานการณ์ ในกรณีของหลายผลิตภัณฑ์ซัพพลายเชนส์ และ chaharsooghi Sadeghi ( 2009 ) ถือว่าเป็นโซ่อุปทานด้วยสองผลิตภัณฑ์ที่ร้านค้าปลีกที่ใช้ค่าเฉลี่ยเคลื่อนที่วิธีการพยากรณ์ความต้องการสำหรับระยะเวลาคาดการณ์ ที่นี่ในบทความนี้ เพื่อให้มีการเปรียบเทียบระหว่างวิธีการพยากรณ์เป็นสองหลัก ( เช่น ค่าเฉลี่ยเคลื่อนที่และปรับให้เรียบแบบเอ็กซ์โปเนนเชียล ) เราคิดว่าร้านค้าปลีกใช้วิธีปรับให้เรียบแบบเอ็กซ์โปเนนเชียลพยากรณ์ทำนายระยะเวลาความต้องการแล้ว ผลลัพธ์จะเป็นเมื่อเทียบกับก่อนหน้าวิจัยโดย chaharsooghi Sadeghi และ ( 2552 ) ในกรณีที่มีการย้ายวิธีเฉลี่ย